如何画ROC曲线?

在机器学习和深度学习中往往使用ROC曲线(receiver operating characteristic curve,简称ROC曲线)来表征系统的性能。最近初步学了一下如何plot,记录分享一下~

ROC的横纵坐标分别是FPR和TPR,这两个指标计算公式如下:

TPR=TP/(TP+FN)

FPR=FP/(FP+TN)

从公式中可以看出要画ROC曲线需要知道TP、FN、FP和TN。TP和FP分别代表:tp代表得分高于阈值,而且实际中就是同一个人,fp是高于阈值,但不是同一个人。所以TPR代表了正确接受率,而FPR代表了错误拒绝率

用一个图来更加直观的表示TP、FN、FP和TN,便于理解(此处盗图)。


下面举个简单的例子(example):

step1:得到注册和测试者之间的打分。

step2:分别以9个值为阈值,每个值对应四个TP、FN、FP和TN,同时根据这四个值计算TPR和FPR。

step3:计算完step2,得到9个点(每个阈值对应的TPR和FPR为一个点),将9个点连接就是ROC曲线了~

ROC曲线还未出炉,出炉再展示~~

 

若有错误,欢迎指正!

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值